文章信息
- 石兆羽, 杨绍普, 赵志宏
- SHI Zhaoyu, YANG Shaopu, ZHAO Zhihong
- 基于耦合Van der Pol-Duffing系统的微弱信号检测研究
- Research on weak signal detection based on coupled Van der Pol-Duffing system
- 中国测试, 2018, 44(8): 107-112,119
- CHINA MEASUREMENT & TEST, 2018, 44(8): 107-112,119
- http://dx.doi.org/10.11857/j.issn.1674-5124.2018.08.020
-
文章历史
- 收稿日期: 2017-11-10
- 收到修改稿日期: 2018-01-15
2. 河北省交通安全与控制重点实验室,河北 石家庄 050043
2. Key Laboratory of Traffic Safety and Control of Hebei Province, Shijiazhuang 050043, China
检测微弱信号在早期机械故障检测中是一项具有挑战性的任务,传统的检测方法在强噪声条件下会受到一定限制[1-3]。混沌振子检测系统具有对微弱周期信号敏感和对一定强度噪声免疫的特性,使它在微弱信号检测中非常具有优势[4-6]。
Van der Pol-Duffing振子是非线性系统中具有代表性的一类系统,该系统可随周期策动力强度的变化表现出丰富的非线性动力学特性,如倍周期分岔、混沌状态、周期状态等[7-9]。它对微弱信号敏感和对噪声免疫,为其应用于微弱信号检测领域提供了可能。作为经典混沌系统,Van der Pol-Duffing振子常被用于动力系统的建模,如今在物理、生物工程、神经学和经济学等领域,很多非线性问题[10-16],都可以简化成为该系统来进行研究。随着研究的深入,人们从研究低维混沌发展到研究高维时空混沌,耦合Van der Pol-Duffing系统就属于高维时空混沌系统。耦合混沌系统的动力学行为比单振子更为复杂,它的同步和控制过程是光学、电子技术、生物学等领域的研究重点,受到了世界各国学者的关注。
本文研究了耦合Van der Pol-Duffing系统在微弱信号检测当中的应用。利用该耦合系统对微弱信号的敏感性和对噪声的免疫性以及Van der Pol-Duffing振子之间相互联系和控制的工作特性,为混沌振子检测微弱信号提供了新的方法。本文建立耦合Van der Pol-Duffing系统,分析该耦合系统的动力学行为,并根据耦合Van der Pol-Duffing系统的相变对微弱信号进行检测,获得较好的效果。
1 建立非线性耦合系统模型Van der Pol-Duffing振子作为非线性动力学中最典型的自激振荡系统之一,经常用来描述非线性工程学中重要的振荡过程和建立复杂的动力学模型。此系统的形式如下:
$\ddot x + \alpha ({x^2} - 1)\dot x + \beta x = f\cos \left( {\omega t} \right)$ | (1) |
式中:α——阻尼系数;
β——刚度系数;
fcos(ωt)——周期策动力;
f——周期策动力的幅值;
ω——周期策动力的频率。
为了更好地说明此系统最具代表性的两种动力学行为即混沌态和周期态,本节对该系统建立Simulink模型,用定步长四阶Runge-Kutta法进行仿真。当系统参数为α=5,β=1,f=5,ω=2.466 rad/s,初值为(0, 0)时,通过观察相图可知,此时系统处于混沌状态,如图1(a)所示。当f取值为6,其余参数不变时,系统处于周期态,如图1(b)所示。两个相图不仅展现了混沌振子最典型的两种状态,而且说明了混沌振子对参数的变化非常敏感。
根据式(1),建立耦合Van der Pol-Duffing系统:
$\left\{ \begin{array}{l}\ddot x + {\alpha _1}[({x^2} + {y^2} + z{}^2) - 1]\dot x + {\beta _1}x=\\\;\;\;\;\;\;\;\;\;\;\; f\cos \left( {\omega t + \theta } \right)\\\ddot y + {\alpha _2}[({x^2} + {y^2} + z{}^2) - 1]\dot y + {\beta _2}y=\\\;\;\;\;\;\;\;\;\;\;\; f\cos \left( {\omega t + \theta } \right)\\\ddot z + {\alpha _3}[({x^2} + {y^2} + z{}^2) - 1]\dot z + {\beta _3}z=\\\;\;\;\;\;\;\;\;\;\; f\cos \left( {\omega t + \theta } \right)\end{array} \right.$ | (2) |
其中x,y,z是用来模拟系统状态的无量纲变量,
$\left\{ \begin{array}{l}{{\dot x}_1} = {x_2}\\{{\dot x}_2} = - {\alpha _{\rm{1}}}[(x_1^2 + x_3^2 + x_5^2) - 1]{x_2} - \\\;\;\;\;\;\;\;\;\;{\beta _1}{x_1} + f\cos (\omega t + \theta )\\{{\dot x}_3} = {x_4}\\{{\dot x}_4} = - {\alpha _{\rm{2}}}[(x_1^2 + x_3^2 + x_5^2) - 1]{x_4} - \\\;\;\;\;\;\;\;\;\;{\beta _2}{x_3} + f\cos (\omega t + \theta )\\{{\dot x}_5} = {x_6}\\{{\dot x}_6} = - {\alpha _{\rm{3}}}[(x_1^2 + x_3^2 + x_5^2) - 1]{x_6} - \\\;\;\;\;\;\;\;\;\;{\beta _3}{x_5} + f\cos (\omega t + \theta )\end{array} \right.$ | (3) |
混沌振子对系统参数的变化非常敏感,本节选取两组系统参数,通过分别画出耦合系统的分岔图来研究系统参数对耦合系统动力学行为的影响。分岔是指系统某一参数达到临界值时,系统行为发生突然变化的现象,研究分岔揭示了系统不同状态之间联系和转化,与系统的结构稳定性联系十分紧密。对于式(3),取
图4是第2组参数下耦合系统的分岔图,系统同样具有丰富的动力学行为。周期策动力f的取值范围为[2,7]。图5(a)和图5(b)分别是f为2.2和2.3时耦合混沌系统处于混沌态和周期态的相图。对比两组参数下耦合混沌系统的分岔图和相图可知,参数的变化使得耦合系统的动力学行为发生了明显改变,说明耦合混沌系统对参数的变化非常敏感,从而为检测微弱信号提供了可能。
3 耦合Van der Pol-Duffing系统检测微弱信号仿真实验
微弱信号检测是基于耦合混沌系统的相平面变化完成,该原理简述如下:
首先调整周期策动力幅值为临界阈值
为了获得较精确的临界点阈值,首先从分岔图获得系统临界阈值的大概位置。在第2组参数下,f=2.2时系统处于混沌状态,f=2.3时系统处于周期态。本文选取临界阈值的范围为[2.2, 2.3] 。由于二分法用于求最优解,可将其用于求临界阈值的精确值。步骤如下:
1) 由于2.2对应耦合系统的混沌态,2.3对应周期态,取2.2~2.3的中间值2.25。
2) 由于2.25对应混沌态,2.26对应混沌态,2.27对应周期态,所以f的取值范围为[2.26, 2.27]。然后f从2.26~2.27以步长为0.001增加到2.265,该值对应混沌态,2.267对应周期态。
3) 确定临界阈值
输入微弱信号和噪声后,由式(2)可得:
$\left\{ \begin{array}{l}\ddot x + {\alpha _1}[({x^2} + {y^2} + z{}^2) - 1]\dot x + {\beta _1}x = \\{f_{\rm{e}}}\cos \left( {\omega t + \theta } \right) + a\cos \left( {\omega t + \theta } \right) + n\left( t \right)\\\ddot y + {\alpha _2}[({x^2} + {y^2} + z{}^2) - 1]\dot y + {\beta _2}y = \\{f_{\rm{e}}}\cos \left( {\omega t + \theta } \right) + a\cos \left( {\omega t + \theta } \right) + n\left( t \right)\\\ddot z + {\alpha _3}[({x^2} + {y^2} + z{}^2) - 1]\dot z + {\beta _3}z = \\{f_{\rm{e}}}\cos \left( {\omega t + \theta } \right) + a\cos \left( {\omega t + \theta } \right) + n\left( t \right)\end{array} \right.$ | (4) |
式中acos(ωt+θ)是微弱信号,幅值为a,n(t)=σ·ε(t)是高斯白噪声。当输入包含有与周期策动力同频率同相位的微弱正弦信号的噪声时,会有
4 噪声对耦合Van der Pol-Duffing系统的影响
为研究噪声对耦合系统的影响,可对该系统输入不同强度的噪声来观察系统运行轨迹的变化。当周期策动力幅值f=2.5且不输入噪声时,耦合混沌系统处于周期状态。当输入σ=0.1的噪声时,虽然耦合混沌系统的相轨迹并未改变,但是由于噪声的干扰,耦合系统输出的的相轨迹边界稍些粗糙,说明耦合系统对噪声具有一定的抑制作用,如图7(a)所示。当噪声强度进一步加大到σ=0.3时,系统的相轨迹不再保持周期态,反而会表现为杂乱无章的混沌态,如图7(b)所示,可见即使噪声很强烈,相轨迹仍然保持在一定的范围内运动,说明混沌吸引子对相轨迹具有束缚作用。图7(c)为当周期策动力幅值为2.267时,相轨迹也保持在周期态,同样输入σ=0.1的噪声时,耦合混沌系统却并不能如f=2.5时一样保持周期状态,如图7(d)所示,说明周期策动力的幅值精度较低时,系统受噪声的影响相对比较小,精度较高时,噪声对系统的影响较大。
现对σ进行取值,取值范围为[0.01, 0.1],以此来检测在噪声条件下该耦合混沌系统检测微弱信号的能力。仿真结果表明只有当σ≤0.047时,微弱信号才能被检测到。图8(a)和图8(b)分别为σ=0.047,σ=0.15时耦合系统的相图。因此,测得的信噪比门限为
${\rm{SNR}} = 10\lg \left( {0.5\frac{{{a^2}}}{{{\sigma ^2}}}} \right) = 10\lg \left( {0.5 \times \frac{{{{0.002}^2}}}{{{{0.047}^2}}}} \right) = - 30\;{\rm{dB}}$ |
在微弱信号检测领域中,用传统时域检测方法得到的最低信噪比门限只有–10 dB,根据式(1)所建立的混沌系统信噪比门限为–18 dB,而耦合Van der Pol-Duffing混沌振子系统的信噪比门限为–30 dB,与前两种方法相比大大降低了信噪比门限,说明该耦合混沌系统在微弱信号检测领域非常具有优势。
5 微弱信号与周期策动力不同频率对检测的影响
当微弱信号的频率与周期策动力的频率不同时,设周期策动力为2.265cos(3.6t),微弱信号为0.035cos(ωt),假设ω取值为1和5。将该微弱信号输入到耦合系统后,系统仍处于混沌态,如图9(a)和图9(b)所示。该情况表明当微弱信号与周期策动力频率不同时,系统并不会发生相变,也就是说系统检测不出与策动力不同频率的微弱信号。
6 微弱信号与周期策动力不同相位对检测的影响
设周期策动力为
$\begin{array}{l}F\left( t \right) = {f_{\rm{e}}}\cos \left( {\omega t} \right) + a\cos \left( {\omega t + \theta } \right) = \\\quad\quad\quad ({f_{\rm{e}}} + a\cos \theta )\cos \left( {\omega t} \right) - a\sin \theta \sin \left( {\omega t} \right) = \\\quad\quad\quad f\left( t \right)\cos \left( {\omega t + \varphi \left( t \right)} \right)\end{array}$ | (5) |
其中f(t)=
本文提出了一种基于耦合Van der Pol-Duffing系统的微弱信号检测方法。根据耦合方程建立了检测模型,比较了两组参数下系统的动力学行为,阐述了应用混沌振子检测微弱信号的原理。仿真结果表明用耦合Van der Pol-Duffing系统检测微弱信号是可行的,信噪比门限达到–30 dB。噪声对该耦合系统的影响取决于周期策动力的幅值精度,精度越高,影响越大。该耦合系统检测不出与周期策动力不同相位或不同频率的微弱信号。本文的研究表明耦合Van der Pol-Duffing系统在微弱信号检测领域具有一定的研究价值。
[1] |
张瑜, 贺秋瑞. 基于混合系统的微弱信号参数提取方法[J].
舰船科学技术, 2013, 35(2): 13-16.
DOI:10.3404/j.issn.1672-7649.2013.02.004 |
[2] |
谢涛, 于重重, 伍英, 等. 阵发混沌信号稳定输出及其准确测量研究[J].
计算机仿真, 2015, 32(8): 271-275.
DOI:10.3969/j.issn.1006-9348.2015.08.058 |
[3] |
崔清雨, 谢进, 程杰锋, 等. 一种机械Duffing动力系统的混沌边缘研究[J].
现代制造工程, 2016(8): 49-53.
|
[4] |
PATEL V N, TANDON N, PANDEY R K.. Defect detection in deep groove ball bearing in presence of external vibration using envelope analysis and Duffing oscillator[J].
Measurement, 2012, 45(5): 960-970.
DOI:10.1016/j.measurement.2012.01.047 |
[5] |
邓小英, 刘海波, 龙腾. 一个用于检测微弱复信号的新Duffing 型复混沌振子[J].
科学通报, 2012, 57(13): 1176-1182.
|
[6] |
武晓春, 张海东, 何永祥. 基于改进型Duffing振子模型的ZPW-2000移频信号检测方法研究[J].
铁道学报, 2016, 38(12): 62-69.
DOI:10.3969/j.issn.1001-8360.2016.12.010 |
[7] |
谢涛, 曹军威, 廉小亲. 混沌振子弱信号检测系统构成及响应速度研究[J].
计算机工程与应用, 2015, 51(9): 16-21.
DOI:10.3778/j.issn.1002-8331.1410-0033 |
[8] |
LAI Z H, LENG Y G.. Weak-signal detection based on the stochastic resonance of bistable Duffing oscillator and its application in incipient fault diagnosis[J].
Mechanical Systems & Signal Processing, 2016, 81: 60-74.
|
[9] |
吕岩, 房立清, 褚怡, 等. 基于混沌理论和相关向量机的自动机故障诊断[J].
中国测试, 2017, 43(3): 111-116.
|
[10] |
卢莉萍, 李翰山. 强噪声下微弱信号检测方法的研究[J].
陕西科技大学学报, 2011, 29(3): 66-70.
DOI:10.3969/j.issn.1000-5811.2011.03.017 |
[11] |
LE UNG A Y T, YANG H X, ZHU P. Periodic bifurcation of Duffing-van der Pol oscillators having fractional derivatives and time delay[J].
Communications in Nonlinear Science and NumericalSimulation, 2014, 19(4): 1142-1155.
DOI:10.1016/j.cnsns.2013.08.020 |
[12] |
林延新, 张天舒, 方同. 参激Duffing-Van Der Pol振子的混沌演化与激变[J].
东华大学学报(自然科学版), 2011, 37(2): 246-254.
DOI:10.3969/j.issn.1671-0444.2011.02.023 |
[13] |
FU X, ZHENG S. Chatter dynamic analysis for Van der Pol Equation with impulsive effect via the theory of flow switchability[J].
Communications in Nonlinear Science and Numerical Simulation, 2014, 19(9): 3023-3035.
DOI:10.1016/j.cnsns.2013.12.036 |
[14] |
孙文军, 芮国胜, 张洋, 等. 基于系统一阶摄动解主频功率比的弱信号检测方法[J].
电子与信息学报, 2016, 38(1): 160-167.
|
[15] |
ALQAHTANI A, KHENOUS H B, ALY S. Synchronization of Impulsive Real and Complex Van der Pol Oscillators[J].
Applied Mathematics, 2015, 6(6): 922-932.
DOI:10.4236/am.2015.66084 |
[16] |
孙文军, 芮国胜, 王林, 等. 一种利用Duffing-Van der pol振子估计弱信号相位的方法[J].
电讯技术, 2016, 56(1): 14-18.
DOI:10.3969/j.issn.1001-893x.2016.01.003 |